基于引导滤波的巡检无人机自主循迹自动控制

巡检无人机自主循迹控制过程一直是一个难点,该文提出了一种基于引导滤波的巡检无人机自主循迹自动控制方法。引导滤波通过色彩空间转换、滤波分层和加权融合得到高质量的无人机视觉图像。以所得的无人机视觉图像为基础,利用拉普拉斯算子与Harris算子检测航迹点。以航迹点为循迹目标,利用外环方位控制器和内环姿势控制器实现无人机自主循迹的自动控制。实验结果表明,巡检无人机的循迹方位偏差和姿态角度偏差较小,波动区间均稳定在允许的范围内,说明该方法能准确控制无人机实现自主循迹的目标,实际应用价值较高。

改进模型预测控制的农机轨迹跟踪算法研究

针对无人驾驶农机进行轨迹跟踪时精度与稳定性较差的问题,提出了一种基于模型预测控制(MPC)的轨迹跟踪方法。首先,建立农机车辆的运动学模型,利用粒子滤波对农机状态量进行估计来提高农机的定位精度;其次,在设计MPC控制器时引入了梯度投影算法,该算法相比于传统有效集算法减少了迭代步数,具有更快的收敛速度,提高了农机进行跟踪控制时的计算效率;最后,在淄博市某无人农场进行了农机轨迹跟踪试验。结果表明:该方法可以实现良好的跟踪控制精度,符合精准农业的作业要求。

面向速度自适应控制的AGV路径跟踪方法研究

针对当前仓储环境下叉车AGV弯道路径跟踪控制精度不足、抗干扰能力弱等问题,结合PID速度控制原理,提出了一种面向速度自适应控制的AGV路径跟踪方法。该方法融合纯跟踪算法和斯坦利算法优点,通过改进算法自适应控制AGV驱动轮转角,可有效弥补传统算法在AGV控制转向时跟踪精度等方面的不足,使AGV较好地运行于期望路径,实现运动路径的最优跟踪。最后通过MATLAB仿真平台,验证了所提算法的优越性。

自动导引车视觉导航的路径识别和跟踪控制

视觉导航AGV利用机器视觉获取路径信息,经图像处理得到导航参数。为保证路径识别的鲁棒性和实时性,对路径图像进行滤波、二值化、数学形态学运算和实时性处理;并设计了PID控制器,根据导航参数控制电动机以实现AGV对路径的跟踪。仿真和实验结果表明,采用此种图像处理和控制方法的AGV具有较为准确和可靠的路径识别和跟踪效果。

基于回归算法的自动引导车跟踪控制

提出了一种跟踪控制效果好、适应性广的自动引导车跟踪方法。以自动引导车的动力学模型作为系统的被控对象 ,通过回归算法对系统以前的输入和输出跟踪误差信号进行运算来反复调整输入量 ,使得系统在经过一定次数的迭代以后 ,其实际输出趋于期望输出。仿真与试验结果均表明 ,装有此系统的自动引导车能够很好地跟踪给定的路径 ,验证了所提方法的正确性和有效性。

自主导航小车(AGV)轨迹跟踪的模糊预测控制

针对非完整约束的轮式移动机器人WMR轨迹跟踪问题,以差速驱动式轮式移动机器人XAUT.AGV100为研究对象,对WMR的运动控制问题作了进一步的研究。本文在分析现有移动机器人运动控制方法的基础上,充分利用模糊控制和预测控制的优点,将模糊控制的思想引入到预测控制中,设计了模糊预测控制算法,并采用此方法控制自主导航小车AGV以提高其轨迹跟踪的快速性和运动的平稳性。理论仿真分析和实验研究均证明,采用所设计的模糊预测方法控制AGV,可有效提高AGV轨迹跟踪的快速性和运动平衡性。

自动引导车跟踪控制的仿真研究

提出一种跟踪精度高、计算量小、易于实现的自动引导车跟踪控制方法 .这一方法将要跟踪的轨迹划分成若干段 ,然后进行分段跟踪 .采用此法 ,可以避免使用路径曲线段进行跟踪时曲率的计算以及计算量大和计算复杂等问题 ,使得自动引导车跟踪的实时性 ,精确度得到提高 .通过多种路径跟踪的仿真实验 。

非完整约束AGV轨迹跟踪的非线性预测控制

针对存在非完整约束和控制输入约束的三轮AGV模型,研究其非线性模型预测控制策略,提出了一种跟踪与镇定统一控制算法。首先由模型预测控制原理产生一个优化控制器,接着设计终端控制器及不变终端域来保证系统的镇定,然后设计状态观测器以进一步提高跟踪精度,最后设计避障控制模块来完善整个控制器功能。该控制算法具有一般性,对所有AGV及其他轮式移动机器人的运动学模型都适用。计算机仿真结果验证了该控制算法的正确性和有效性。

基于位姿状态的全向运行型AGV路径跟踪优化控制方法

自动导航车自主移动的关键是精准的路径跟踪,针对Mecanum轮全方位移动AGV的路径跟踪,提出了一种基于位姿状态和有限控制步数的路径跟踪优化控制方法。在系统约束条件下,通过建立系统的运动学模型,将连续的系统离散化。在目标函数中只包含速度控制量,同时通过最小化目标函数,得到系统控制量的控制序列,从而避免了最优控制的加权矩阵选择难的问题。此外,有限步的控制序列也有利于实时嵌入式控制器的滚动控制。仿真和实验表明,对于不同速度,该算法均能快速、同步、稳定地消除位姿偏差,且计算量小、方便。

基于生物激励神经动力学的AGV轨迹跟踪控制

提出了一种基于门限偶极子生物神经元模型和快速终端滑模控制策略的轨迹跟踪控制算法,使AGV在存在初始速度跳变的情况下能顺利实现小车的轨迹跟踪控制。首先由运动学控制器产生一个理想控制律,接着利用神经动力学思想解决初始速度跳变问题,最后用快速终端滑模控制器进一步提高跟踪精度。该控制器的输出有界且光滑,整个控制系统全局快速渐进稳定。计算机仿真结果验证了该控制器的有效性。

自主移动小车轨迹跟踪的参数优化及仿真研究

控制律中参数的选取在很大程度上影响着自主移动小车的轨迹跟踪精度,但很少有人考虑参数的优化取值问题。首先,该文将轨迹跟踪控制变量转换至小车车轮上以确保控制能在实际系统中实现;然后,用遗传算法对控制律中的参数进行优化设计,并用MATLAB进行了仿真研究。仿真结果表明:控制参数的选取对自主移动小车的轨迹跟踪精度影响很大;相同的控制参数对在不同的自主移动小车初始位姿下的轨迹跟踪控制效果不同;通过优化控制参数以提高自主移动小车的轨迹跟踪精度是可行与有效的。

基于多传感器融合的移动机器人自引导

利用模糊控制原理融合了三种传感器数据 ,设计了模糊控制器来实现自引导车对磁条的跟踪以及当小车距离方形障碍太近时对障碍的跟踪 ,主要是通过对模糊控制器输入的切换来实现对不同目标的跟踪 .最后用Matlab的Simulink对模糊控制器进行了仿真 ,并给出了仿真结果 .

一类自主移动小车的停车控制方法

针对港口集装箱运输的自主移动小车(AGV)存在正常工作模式和停车模式的特点,提出了一种新的停车控制方法:从AGV的当前位置到待泊车位间规划出一条最佳行驶路径,然后用模糊逻辑控制(FLC)AGV按规划路径行驶;并用遗传算法对FLC隶属度函数中的参数进行优化.仿真结果表明该方法可行有效.

农业自动引导车的路径模糊控制技术研究

自动引导车作为解放劳动力的自动化运输装备,虽然暂时还不能用来做载人的交通工具,但在工业上已经具有很广泛的应用,可以提高农业生产效率。提出农业自动引导车的路径模糊控制技术研究。首先,进行农业自动引导车进行运动建模,然后对农业自动引导车的路径模糊控制技术进行优化。设计视觉导航控制系统,确定路径模糊控制的跟踪论域,然后根据跟踪论域设定模糊控制规则,最后进行路径跟踪器的优化。设计测试实验将农业自动引导车的路径模糊控制技术与传统技术相比较,分别得出两种技术控制农业自动引导车路径后,跟踪路径和实验路径的误差,利用研究技术的农业自动引导车对于车辆转弯时候产生的偏差的稳定时间为0.8~1.2 s之间,按照实验参数设定的车辆行驶速度(v=1.2 m/s)进行计算,可以抵消所产生的较大偏差,模糊控制技术的平均绝对误差和最大绝对误差都比传统方法的误差更小。该农业自动引导车的路径模糊控制技术研究更具推广价值。

基于单目视觉和模糊控制的叉车式AGV设计

针对叉车式自动导引车(AGV)的车体结构和工作特点,提出了基于模糊控制的单目视觉和激光雷达导引AGV的运动控制方案。在单目视觉识别目标的基础上,远距离通过YOLOv5算法进行图像识别,导引AGV运动到目标前方的最佳工作位置;近距离采用模糊控制算法控制AGV,通过激光雷达精确限位,对AGV运动轨迹进行纠偏,完成对目标的插取与运送。测试结果表明:采用单目视觉远距离导引、激光雷达近距离纠偏与模糊策略控制相结合的方式可以很好地完成工作要求,所设计的控制系统工作横向距离误差为±3cm,角度误差值为±5°,单次工作成功率大于95%,应用效果良好。

磁导航AGV路径跟踪控制系统设计

针对磁导航自动导引车(Automated Guided Vehicle,AGV)的路径跟踪问题,以前轮舵机转向、后轮电机差速驱动型AGV为研究对象,首先对AGV进行运动分析,建立了前轮转角与后轮转速之间的关系,提出了一种改进的模糊PID控制算法分别设计了转向模糊控制器与转速模糊控制器,实时根据路况合理调整舵机转角和电机转速,使前轮配合后轮转向运动,提高路径跟踪精度。在MATLAB中对算法进行验证,结果表明该方法有效减小了系统的超调,缩短了系统达到稳态的时间,AGV车沿设定路径行驶时,控制精度在±5 mm以内,实现AGV车的稳定运行。

基于模型预测的自动导引车区间轨迹跟踪控制

针对自动导引车(AGV)轨迹跟踪问题,在确定其可行驶区域的基础上,考虑自动导引车的大小和形状,本文设计了一种基于模型预测控制理论的轨迹跟踪控制方法.首先,将车辆运动学模型进行线性化处理,得到车辆动力学线性模型;其次,运用模型预测控制方法,利用预测路径与期望路径之间的误差,通过优化得到使性能指标最优的控制序列;最后,在MATLAB软件上对轨迹跟踪控制器进行仿真.实验结果表明,AGV可以稳定地跟踪参考轨迹,且距离偏差和角度偏差都在给定的可行范围内,证明了提出的基于模型预测控制的轨迹跟踪算法具有良好的跟踪性能.

AGV建模和自适应模糊滑模跟踪控制研究

介绍了自动导引小车AGV的跟踪控制技术的研究现状;建立了AGV跟踪误差系统运动学和动力学的混合模型;针对AGV的初始位存在误差或给定轨迹不连续时,传统PID轨迹跟踪控制器会使其初始速度产生一个较大跳变的问题,将滑模变结构控制技术与自适应模糊控制技术相结合,提出了一种基于模糊滑模的AGV自适应模糊路径跟随和轨迹跟踪控制器。仿真和实验结果表明,给出的自适应模糊滑模控制器不仅有较好的轨迹跟踪控制效果,而且具有较强的鲁棒性。

基于RBF和模糊预测的AGV轨迹跟踪控制

针对AGV系统存在初始位姿误差,而且给定轨迹又不连续时,应用传统的轨迹跟踪控制方法,就会使其初始速度产生较大跳变的问题,基于径向基函数(RBF)神经网络的非线性动态系统在线建模,将模糊控制技术与预测控制技术相结合,提出基于反演(Backstepping)方法的速度控制器和基于RBF的模糊预测转矩控制器,实施AGV路径跟随和轨迹跟踪控制.仿真和实验结果表明,设计的速度控制器和转矩控制器使AGV系统不仅有较好的动态性能,而且具有较强的鲁棒性.

基于Arduino开发板的自动循迹避障智能车控制系统设计

本文设计了一种基于arduino开发板的自动循迹避障智能车系统,通过红外模块以及PID控制算法进行循迹,利用超声波模块进行避障算法处理,利用智能摄像头进行颜色形状识别,完成有色小球动态追踪任务。并通过搭建测试赛道,并对系统基本性能进行了实际测试。结果表明,该系统满足自动控制系统稳定性,快速性,准确性的特点,具有良好的稳态特性及动态响应,可以应用于人工智能领域,具有理论研究意义和实际应用价值。